某公司在 Amazon Redshift 叢集中有 10 TB 的資料。資料工程團隊使用 SageMaker Studio 進行分析和模型開發，但只有 Redshift 資料的子集需要用於訓練。他們需要一種安全、經濟高效的方式，將相關子集匯出到 Amazon S3 以進行模型開發。哪些解決方案符合這些要求？（選擇兩項）

選項三和選項五是正確的。選項三透過 SageMaker Studio 筆記本，利用 Python 資料庫轉接器和 Secrets Manager 安全地連接 Redshift，查詢所需資料並匯出到 S3，這是一個靈活且常見的資料處理模式。選項五使用 SageMaker Data Wrangler，它提供直觀的視覺化介面來連接 Redshift、查詢和轉換資料，並直接將結果匯出到 S3，這是一個高效且使用者友好的解決方案。 選項一不正確，因為 SageMaker Processing 任務主要用於處理 S3 中的資料，而非直接從 Redshift 查詢並匯出。選項二不正確，因為將 10 TB 資料下載到筆記本叢集進行處理效率低且成本高昂，且筆記本通常不適合處理如此大量的資料。選項四不正確，因為即使是超大型筆記本執行個體，其區塊儲存空間也難以有效處理 10 TB 的資料，且將所有資料下載到單一筆記本進行分析不符合成本效益和最佳實踐。